网通社科技快报
ReAct架构优化SSR推理延迟降90% ForkandFlush提升长任务性能
ReAct作为智能体实现‘想-做-看’闭环的核心架构，近期迎来两项关键优化。苹果与卡内基梅隆大学提出SSR（Selection-based Structured Reasoning）框架，将传统自由形式推理改为从6类预定义模板中选择推理路径，如‘实体已知目标缺失时搜索’‘证据充足时直接作答’等，使模型仅需token级打分完成决策，无需额外分类头。在7个多模态搜索基准上，SSR将每轮推理延迟从约1秒降至0.1秒内，降幅超90%，任务成功率保持相当。该方案保留ReAct骨架，仅重构‘想’的环节，契合高频逻辑复用规律。
与此同时，微软研究院揭示ReAct类Agent在长周期任务中易陷入‘思维盆地’：因持续积累聊天记录强化初始假设，导致8次独立运行性能差异显著（68.3–100.0分），且算力增加无效。为此提出Fork-and-Flush策略——定期分叉多个并行Agent分支，清空聊天记录重启推理，固定时间后择优保留。该方法在13个长任务上使归一化得分从0.47升至0.78，提升66%。
两项进展共同指向Agent推理机制的设计权衡：SSR侧重效率与端侧适配，Fork-and-Flush保障探索多样性。目前相关方案正被集成至LangChain、LlamaIndex等开源库及工业系统，推动Agent向‘可靠助手’演进。
与此同时，微软研究院揭示ReAct类Agent在长周期任务中易陷入‘思维盆地’：因持续积累聊天记录强化初始假设，导致8次独立运行性能差异显著（68.3–100.0分），且算力增加无效。为此提出Fork-and-Flush策略——定期分叉多个并行Agent分支，清空聊天记录重启推理，固定时间后择优保留。该方法在13个长任务上使归一化得分从0.47升至0.78，提升66%。
两项进展共同指向Agent推理机制的设计权衡：SSR侧重效率与端侧适配，Fork-and-Flush保障探索多样性。目前相关方案正被集成至LangChain、LlamaIndex等开源库及工业系统，推动Agent向‘可靠助手’演进。